Die Bedeutung von Farbe, Symbolen und Formen

Lernziele

Nachdem Sie diese Lektion abgeschlossen haben, sind Sie in der Lage, die folgenden Aufgaben auszuführen:

• Erläutern, wie man Farben, Formen und Symbole bewusst und bedacht einsetzt
  
• Erklären der Wirkung und impliziten Bedeutung von Farben, Symbolen und Formen in Datenvisualisierungen
  

Verwenden Sie Farben mit Feingefühl und Bedacht

Genauso wie Sie die verwendete Sprache mit Bedacht wählen müssen, müssen Sie auch hinsichtlich der Verwendung von Farben für Ihre Datenvisualisierungen informierte Entscheidungen treffen. Gute Farbpaletten für die Datenvisualisierung sollten mindestens die grundlegenden Richtlinien für Barrierefreiheit erfüllen und für Leser mit Sehschwierigkeiten ausreichend Kontrast zwischen den Farben bieten. 

Abgesehen von der Barrierefreiheit sollte bei der Farbwahl auch vermieden werden, mit Geschlechtern oder Ethnien verbundene Stereotypen zu verstärken, wie z. B. Babyrosa und Babyblau für Frauen und Männer oder Farben, die mit Hautfarben oder der ethnischen Zugehörigkeit assoziiert werden (z. B. Schwarz für Schwarze, Gelb für Asiaten). 

Bei der unten gezeigten Legende wird ein problematisches Farbschema auf Daten zur ethnischen Zugehörigkeit angewendet. Das Rot, das für Minderheitengruppen wie People of Colour oder Hispanoamerikaner verwendet wird, kann in der westlichen Kultur negative Assoziationen hervorrufen, da Rot oft mit Gefahr oder Aggression in Verbindung gebracht wird. 

Farbe kann auch eine Hierarchie implizieren und schädliche Stereotypen weiterführen. Wenn beispielsweise eine Reihe von Rottönen für Gruppen von People of Colour und ein markantes Blau für Gruppen Weißer Menschen verwendet wird, entsteht eine visuelle Kluft oder sogar ein Wettbewerb zwischen den beiden. Man sollte auch keine Farbabstufungen für kategoriespezifische Daten verwenden, da hier größere oder höhere Werte in dunkleren Farben und kleinere oder niedrigere Werte in helleren Farben gezeigt werden. 

Außerdem sind mit bestimmten Farbtönen emotionale Assoziationen verbunden. In westlichen Kulturen können Farben wie Rot als bedrohlich oder aggressiv empfunden werden und daher die visualisierte Bevölkerungsgruppe in einem negativen Licht erscheinen lassen. Vermeiden Sie Situationen, in denen in der Datenvisualisierung dargestellte Gruppen das Gefühl haben könnten, dass sie als Problem dargestellt werden. Es mag vielleicht schwierig sein, für jede Kategorie eine eigene Farbe zu verwenden, doch es gibt viele kostenlose Farbtools für Designer und Entwickler. 

Richtig eingesetzt, ist Farbe ein wirkungsvolles Hilfsmittel bei der Datenvisualisierung. Wenn Sie sich dessen nicht bewusst sind, riskieren Sie, falsche Vorstellungen zu erzeugen und Ihr Publikum vor den Kopf zu stoßen. Auch jetzt sollten Sie sich fragen: Würde ich mich beleidigt fühlen, wenn ich einer der Datenpunkte in dieser Visualisierung wäre?

Die Macht der Ikonografie

Bei der Datenvisualisierung werden Bilder, Symbole und Formen verwendet. Symbole haben naturgemäß eine weit gefasste Bedeutung. Dies ist sowohl unglaublich nützlich als auch potenziell schädlich. 

Achten Sie immer darauf, wie Sie Gruppen von Menschen darstellen. Sie sollten die Gesellschaft als Ganzes widerspiegeln, indem Sie eine Mischung aus Geschlechtern, ethnischen Zugehörigkeiten, Alter und anderen Merkmalen verwenden. Berücksichtigen Sie diese Faktoren, indem Sie sich ein paar Fragen stellen: Wer bekommt Ihre Ergebnisse zu sehen? Wie könnten die Betrachter die Symbole wahrnehmen? Wie können Sie vermeiden, dass schädliche, beleidigende Stereotypen aufrechterhalten werden? Nicht alle Symbole entsprechen dem Inhalt, den Sie präsentieren. 

Wenn Sie bestimmte Gruppen in den Bildern und Symbolen Ihrer Datenvisualisierungen falsch oder in zu geringem Maß darstellen, kann dies als Mangel an Empathie für ethnische und Geschlechtergerechtigkeit gewertet werden. In den Ergebnissen zu Stellensuchen sind beispielsweise Männer im Vergleich zu Frauen in der Online-Darstellung häufig überrepräsentiert. Mit der gezielten Verwendung von Bildern können Sie dieses Muster durchbrechen und repressiven Kräften entgegenwirken. 

Gleichermaßen kann auch die Wahl von Symbolen oder Bildern zur Darstellung ethnischer Gruppen negative Stereotypen verstärken. Dazu gehören Darstellungen von Armut, kulturell falsch angewandte Motive oder die Verstärkung traditioneller Machthierarchien (z. B. ein männlicher Weißer Vorgesetzter mit einer Person of Colour als Untergebenem). Stattdessen sollten Bilder Menschen immer als aktiv und selbstbestimmt darstellen und ihre Würde, Handlungsfähigkeit und Menschlichkeit unterstreichen. 

Sie können um Feedback bitten, um sicherzustellen, dass Ihre Symbole niemanden beleidigen, und festzustellen, ob es möglichweise problematische kulturelle Assoziationen gibt, die Sie übersehen haben. Ein probates Mittel zur Darstellung einzelner Dateneinheiten ist auch die Verwendung von Formen anstelle von Symbolen (etwa eine Reihe von Kreisen oder Quadraten).

Als weiteren Faktor sollten Sie bei der Verwendung von Symbolen oder Formen zur Darstellung von Menschen oder Gemeinschaften bedenken, dass sie nicht zutreffende Aussagen über die Daten implizieren könnten. Da ein Bild mehrere Bedeutungen haben kann, sollten Sie sich bei der Verwendung von Symbolen mit den unterschiedlichen Konnotationen vertraut machen und diese berücksichtigen. Dies könnte bedeuten, dass Sie explizit auf Ihre Intention hinweisen, damit dem Betrachter die Bedeutung klar ist. 

Ressourcen

• Video: Do No Harm Guide
• Videotranskription: Do No Harm Guide
• Website: Tableau – Do No Harm
• PDF: Diversität, Chancengleichheit und Inklusion in Datenvisualisierungen: Allgemeine Empfehlungen" (in englischer Sprache)
• PDF: Gleichberechtigung ethnischer Gruppen in der Datenvisualisierung – Checkliste
• Buch: "Algorithms of Oppression: How Search Engines Reinforce Racism" von Safiya Noble